问答（QA）是信息检索和自然语言处理（NLP）领域内的一门计算机科学学科，专注于构建能够自动回答人类以自然语言提出的问题的系统。一个问答实现，通常是一个计算机程序，可以通过查询结构化知识库来构建答案，或者更常见的是，从非结构化的自然语言文档集合中提取答案。此类文档集合的示例包括参考文本、编译的新闻通讯稿、维基百科页面以及其他万维网内容。
历史
早期的问答系统包括BASEBALL和LUNAR。BASEBALL回答关于美国职业棒球大联盟一年期间的问题，而LUNAR则处理关于阿波罗登月任务带回的岩石地质分析的问题。这两个系统在其选定领域内都非常有效；LUNAR在1971年的月球科学会议上展示时，回答了其领域内未受过训练用户提出的90%的问题。这些系统依赖于手写知识库和与ELIZA和DOCTOR（首批聊天机器人程序）所使用的类似的语言技术。
在20世纪60年代末和70年代初，特里·维诺格拉德开发了SHRDLU，一个模拟玩具“积木世界”中机器人的问答程序，允许用户询问该世界的状态。其优势在于非常具体的领域和易于编码的简单物理规则。在20世纪70年代，具有更窄知识库的专家系统出现，在其领域内产生了更可重复和有效的响应。这些系统与现代问答的不同之处在于，它们依赖专家构建的知识库，而不是对大型文本语料库进行统计处理。
20世纪70年代和80年代，计算语言学取得了进展，催生了诸如加州大学伯克利分校的Unix顾问（UC）等项目，该项目通过全面的手工知识库回答关于Unix操作系统的问题，以及LILOG，一个针对德国城市旅游信息的文本理解系统。尽管这些系统仍处于演示阶段，但它们为计算语言学和推理理论做出了贡献。还开发了专门系统，例如面向健康与生命科学家的EAGLi。
2011年，IBM的Watson（一个问答计算机系统）在《危险边缘！》的表演赛中击败了布拉德·拉特和肯·詹宁斯。Facebook Research发布了DrQA，一个使用维基百科作为知识来源的开源系统。deepset的开源框架Haystack将开放域问答与生成式问答相结合，并支持语言模型的领域适应以用于工业用途。像GPT-4和Gemini这样的大型语言模型（LLM）是成功的问答系统，能够实现更复杂的文本理解和生成，当与处理文本、图像和音频的多模态系统结合时，它们显著提高了问答能力。
类型
问答研究涉及广泛的问题类型，包括事实型、列表型、定义型、如何型、原因型、假设型、语义约束型和跨语言型问题。阅读理解问答（系统回答关于给定文章的问题）是一种较简单的形式，因为上下文相对较短。闭卷问答指的是系统在训练期间记住了事实，并且可以在没有明确上下文的情况下回答，类似于人类参加闭卷考试。
封闭域问答处理特定领域内的问题，如医学或汽车维修，并且可以利用通常以本体论形式形式化的领域特定知识。它也可能指仅接受有限问题类型的情况，例如描述性问题而非程序性问题。例如，已经为阿尔茨海默病构建了医学问答系统。开放域问答处理几乎任何方面的问题，依赖于通用本体论和世界知识，并且通常有更多的数据可用于答案提取。
现代方法
现代问答系统越来越多地利用大型语言模型和变换器架构。这些模型在大量文本语料库上训练，可以通过从学到的知识生成答案来执行闭卷问答。开放域系统通常使用检索增强生成，结合从语料库中选择相关文档的检索器与制定答案的生成器。这种方法用于Haystack和DrQA等框架中。
深度学习和神经网络推动了最近的进展，使系统能够处理复杂的问题类型和多模态输入。生成式AI模型，例如由OpenAI和Anthropic开发的模型，已在不同领域展示了强大的问答性能。研究继续涉及交互性、答案重用、语义解析、答案呈现、知识表示和社交媒体分析等主题。
应用与挑战
问答系统应用于各个领域，包括客户支持、医疗保健、教育和信息检索。它们为虚拟助手、搜索引擎和企业知识管理工具提供支持。挑战包括处理模糊问题、确保事实准确性以及管理训练数据中的偏见。当前研究探索具身问答（智能体与物理环境交互）和视觉问答（将图像理解与问题回答相结合）。
未来方向
未来的问答系统可能会更深入地与多模态数据（包括音频和视频）集成，并改进交互能力，允许系统提出澄清性问题。强化学习和模型效率的进展可能使系统更加健壮和可扩展。随着人工智能的不断发展，问答将继续成为人机交互的核心组成部分。